一种基于小波包样本熵和流形学习的故障特征提取模型-论文.pdf

《一种基于小波包样本熵和流形学习的故障特征提取模型-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、振动与冲击第33卷第11期JOURNALOFVIBRATIONANDSHOCK一种基于小波包样本熵和流形学习的故障特征提取模型向丹，葛爽(1．广东技术师范学院自动化学院，广州510635；2．华南理工大学机械与汽车工程学院，广州510640)摘要：针对机械故障信号的非线性、故障征兆的多样性和复杂性等诊断问题，提出了一种基于小波包样本熵和流形学习的故障特征提取模型。该模型首先利用小波包的分解和重构，计算重构细节信号的样本熵，初步提取滚动轴承故障特征，然后利用流形学习法对初步的样本熵故障特征进行进一步的提取，在保留故障特征的整体几何结构信息的同时降低了特征数据的复杂

2、度，增强了故障模式识别的分类性能。最后通过支持向量机对该模型提取的特征进行分类，通过比较初提取特征和再提取特征分类效果来验证该模型的优越性。关键词：小波包；样本熵；流形学习；特征提取；支持向量机中图分类号：TH165文献标志码：ADOI：10．13465／j．enki．jVS．2014．11．001AmodeloffaultfeatureextractionbasedonwaveletpacketsampleentropyandmanifoldlearningXIANGDan，GEShuang(1．CollegeofAutomation，GuangdongPol

3、ytechnicNormalInstitute，Guangzhou510635，China；2．SchoolofMechanical＆AutomotiveEngineering，SouthChinaUniversityofTechnology，Guangzhou510640，China)Abstract：Aimingatnonlinearitiesofmechanicalfaultsignals，anddiversitiesandcomplexitiesoffaultsymptoms，amodeloffaultfeatureextractionwaspropos

4、edbasedonwaveletpacketsampleentropyandmanifoldlearning．Firstly，toextractinitialrollingbearingfaultfeatures，thesampleentropyofthereconstructedsignalwascalculatedwiththemodelbyusingthewaveletpacketdecompositionandreconstructionmethod．Thenthelocaltangentspacealignment(LTSA)methodforthef

5、urtherextractionofthefaultfeatureswasapplied．Thecomplexityofthefeaturedatawasreduced，meanwhilethestructuralinformationofthetotalgeometryofthefaultfeatureswasreserved．Moreover，withtheproposedmodel，theclassificationperformanceoftheentirefaultmodeidentificationwasenhanced．Finally，asuppo

6、rtvectormachine(SVM)wasusedtoclassifythefaultfeaturesextractedwiththeproposedmode1．Theinitialfeatureextractionandfurtherfeatureextractionoftheclassificationresultswerecomparedtovalidatetheeffectivenessoftheproposedmode1．Keywords：waveletpacket；sampleentropy；manifoldlearning；featureext

7、raction；SVM利用振动信号对机械状态进行监测是机械故障诊近年来，人们将熵的概念，包括样本熵、能量熵、奇断技术中的一种有效手段，而故障特征的提取是故障异熵和近似熵等，作为特征参数提取的方法引入到故诊断的关键，关系到故障诊断的准确性和早期预报的障诊断领域。YAN等将近似熵概念引入到轴承状态可能性。因此，人们从各种角度提取振动信号的特征监测上，并取得了很好的效果。Pincus_4提出了近似熵参数，包括时域、频域和时频域等，取得了一定的效的改进算法样本熵，并广泛用于生理信号处理上。赵果¨]。但由于机械故障信号的非线性、非平稳特性，志宏等提出了一种基于经验模态分解

8、与样本熵的轴使得传统的基